כדור הארץ כולו מקוון ומחובר ואנחנו גם מייצרים ביחד כמויות אינסופיות של נתונים. מכיוון שהנתונים הללו מאוחסנים באינטרנט ומופרדים לצורך אחזור קל, אך עם ניצול הנתונים, גם המורכבות של הפרטיות ואיומים אחרים גדלים. מאמר זה הדגיש את החשיבות של מודל זיהוי הנתונים.
הנקודות העיקריות מהמאמר נמצאות כאן-
- זיהוי נתונים הוא תהליך של הפרדת הזהות האישית של אדם מהנתונים שלו. ועם המצב הנוכחי של טכנולוגיות Machine Learning (ML), קל לזהות דפוסים ולזהות אנשים על סמך מידע אישי שסופק. לפיכך חשוב לשים תקנות על דגמים אלו.
- עכשיו עם מודלים של זיהוי נתונים, כדי לצמצם מידע מסוים שעובר פה ושם. HIPAA ממליצה על שתי שיטות מאושרות לביטול זיהוי נתונים. שיטות אלו הן קביעת מומחים ושיטות נמל בטוח.
- חברות יכולות לבחור להסיר לחלוטין את הנתונים או את המזהים שלהן מהרשומות שלהן או שהן יכולות להשתמש ב-API לביטול זיהוי כדי להסיר את המזהים האלה ממערכי הנתונים שלהן. עם זאת, השיטה הראשונה יעילה, אך ייתכן שתרצה לאחזר את הנתונים מהבית עבור חיפושים מגוונים באותו זמן, האפשרות השנייה עלולה להיות קשה.
קראו את המאמר המלא כאן:
https://www.techgogoal.com/2021/07/17/the-complexities-of-data-de-identification-in-layman-terms/
